LibSVM學習（六）——easy.py和grid.py的使用

  咱們在「LibSVM學習（一）」中，講到libSVM有一個tools文件夾，裏面包含有四個python文件，是用來對參數優選的。其中，經常使用到的是easy.py和grid.py兩個文件。其實，網上也有相應的說明，但很不繫統，下面結合本人的經驗，對使用方法作個說明。

       這兩個文件都要用python（能夠在http://www.python.org上下載到，須要安裝）和繪圖工具gnuplot（能夠在ftp://ftp.gnuplot.info/pub/gnuplot/上下載，不須要安裝）。假設python安裝在d:/libsvm/tools/python26下，而gnuplot解壓到d:/libsvm/tools/gnuplot，libsvm放在了d:/libsvm/program中（這時easy.py和grid.py文件的目錄爲d:/libsvm/program/tools）。另外，須要注意的是版本，個人是python 2.6、gnuplot 4.2 和libsvm 2.89，操做系統是WINXP。

 

1. grid.py使用方法

   文件grid.py是對C-SVC的參數c和γ作優選的，原理也是網格遍歷，假設咱們要對目錄d:/libsvm/program/tools下的樣本文件heart_scale作優選，其具體用法爲：

      

       第一步：打開d:/libsvm/program下的tools文件夾，找到grid.py文件。用python打開（不能雙擊，而要右鍵選擇「Edit with IDLE」），修改svmtrain_exe和gnuplot_exe的路徑。

                              svmtrain_exe = r"D:/libSVM/program/svm-train.exe"

                              gnuplot_exe = r"D:/libSVM/gnuplot/pgnuplot.exe"

       （這裏面有一個是對非win32的，能夠不用改，只改# example for windows下的就能夠了）

      第二步：運行cmd，進入dos環境，定位到d:/libsvm/program/tools文件夾，這裏是放置grid.py的地方。怎麼定位能夠參看第一節。

      第三步：輸入如下命令：

                                          d:/libsvm/python26/python grid.py heart_scale

       你就會看到dos窗口中飛速亂串的[local]數據，以及一個gnuplot的動態繪圖窗口。大約過10秒鐘，就會中止。Dos窗口中的[local]數據時局部最優值，這個不用管，直接看最後一行：

                                          2048.0 0.0001220703125 84.0741

       其意義表示：C = 2048.0；γ=0.0001220703125（γ是哪一個參數？參看LibSVM學習（三）中svmtrain的參數說明）；交叉驗證精度CV Rate = 84.0741%，這就是最優結果。

      第四步：打開目錄d:/libsvm/program/tools，咱們能夠看到新生成了兩個文件：heart_scale.out和heart_scale.png，第一個文件就是搜索過程當中的[local]和最優數據，第二文件就是gnuplot圖像。

 

       如今，grid.py已經運行完了，你能夠把最優參數輸入到svmtrain中進行訓練了。固然了，你在當中某一步極可能出現問題，不過沒關係，我也不是一會兒成功的，摸索了半天才成功。下面就須要注意的問題說明一下：

        1）grid.py和svm-train的版本要統一，也就是說你不能用2.6的grid.py去調用2.89的svm-train。

        2）你的目錄中若是有空格，好比d:/program files/ libsvm/...，那麼不管是在第一步仍是第二步，請把目錄改爲d:/progra~1/ libsvm/...

        3) 第三步的命令問題。首先要看你定位到哪一個目錄，那麼其下的文件就不須要帶路徑，不然就要帶。像咱們上面的命令，我當前的目錄是d:/libsvm/program/tools，那麼其下的easy.py和heart_scale文件就不須要加路徑，而python.exe是在d:/libsvm/python26/下，所以不在當前目錄下，因此要加路徑。好比，當我首先用dos定位到d:/libsvm/python26時，其命令就能夠改爲：

 

                     python  d:/libsvm/program/tools/grid.py  d:/libsvm/program/tools/heart_scale

 

       總起來講，命令爲python 目標文件 樣本文件，其原則是要讓系統找獲得文件。假如系統提示你「不是內部或外部命令」，說明你python的路徑錯誤，而若是是‘not found file’的提示，極可能是其餘兩個文件路徑錯誤。

        4）假如，你仍舊出現問題，那麼請換一下python或者gnuplot的版本，目前python最新版本是3.1，可是好像會出問題，老一點的版本2.4或2.5的兼容性會更好。

 

 

2. easy.py使用方法

 

 

    文件easy.py對樣本文件作了「一條龍服務」，從參數優選，到文件預測。所以，其對grid.py、svm-train、svm-scale和svm-predict都進行了調用（固然還有必須的python和gnuplot）。所以，運行easy.py須要保證這些文件的路徑都要正確。固然還須要樣本文件和預測文件，這裏樣本文件仍是用heart_scale，預測文件咱們複製一份而後更名heart_test，下面說一下使用方法：

 

    第一步：打開easy.py，修改# example for windows下的幾個路徑：  

   第二步：運行cmd，進入dos環境，定位到放置easy.py的目錄d:/libsvm/program/tools。

   第三步：輸入命令：

                    d:/libsvm/python26/python easy.py heart_scale heat_test

           你就會看到一個gnuplot的動態繪圖窗口。大約20s之後中止，dos窗口顯示爲：

 

                                   Scaling training data...

                                   Cross validation...

                                   Best c=2048.0, g=0.0001220703125 CV rate=84.0741

                                   Training...

                                   Output model: heart_scale.model

                                   Scaling testing data...

                                   Testing...

                                   Accuracy = 85.1852% (230/270) (classification)

                                   Output prediction: heart_test.predict

    這就是最終預測結果，能夠看到第三行就是調用grid.py的結果。在d:/libsvm/program/tools下你會看到又多了7個文件，都是之前咱們碰到的過程文件，均可以用記事本打開。

 

3. 常見的問題解析：

    1）

            Scaling training data...
              Cross validation...
              Traceback (most recent call last):
              File "easy.py", line 61, in ?
              c,g,rate = map(float,last_line.split())
              ValueError: need more than 0 values to unpack

       [解析] 說明你的grid.py運行出現錯誤，你能夠參照第一部分「grid.py使用方法」運行一下就會發現問題。另外，有的說是相對路徑的問題，建議找到easy.py的如下部分：

       cmd = "%s -svmtrain %s -gnuplot %s %s" % (grid_py, svmtrain_exe, gnuplot_exe, scaled_file)
改爲
          cmd = "%s %s -svmtrain %s -gnuplot %s %s" % (python_path, grid_py, svmtrain_exe, gnuplot_exe, scaled_file)

 

     2）

            Traceback (most recent call last)
              File "grid.py", line 349, in ?
              main()
              File "grid.py", line 344, in main
              redraw(db)
              File "grid.py", line 132, in redraw
              gnuplot.write("set term windows/n")
              IOError [Errno 22] Invalid argument
       [解析] 說明你的gnuplot.exe在調用過程當中出現問題，要麼是你的路徑不對，要麼是你的版本不對，請檢查。

 

3）

            Traceback (most recent call last): 
              File "C:/Python24/lib/threading.py", line 442, in __bootstrap 
              self.run() 
              File "c:/libsvm/tools/gridregression.py", line 212, in run 
              self.job_queue.put((cexp,gexp,pexp)) 
              File "C:/Python24/lib/Queue.py", line 88, in put 
              self._put(item) 
              File "c:/libsvm/tools/gridregression.py", line 268, in _put 
              self.queue.insert(0,item) 
              AttributeError: 'collections.deque' object has no attribute 'insert

       [解析] 很顯然，你調用的是gridregression.py，其是用來作迴歸用的。若是你調用easy.py也出現這種問題按照原做者的說法，這裏是由於你的python調用出現錯誤，極可能是版本不對，若是是2.4的版本，請把easy.py中的

      self.queue.insert(0,item)
改爲      if sys.hexversion >= 0x020400A1:              self.queue.appendleft(item)       else              self.queue.insert(0,item)